AI가 우리의 일상생활에 계속 영향을 미치면서, 어떤 인간 기술이 필수적인지, 그리고 이를 어떻게 개발할 수 있는지 이해하는 것이 점점 더 중요해졌습니다. 핵심 과제는 AI의 장점을 보완하는 인간의 기술을 식별하고 평가하는 것입니다.
AI 시대의 미래 학습을 위한 인간 중심 접근법
세계경제포럼의 2025년 보고서에 따르면, 기술 문해력, 회복력, 유연성, 분석 및 시스템 사고와 같은 기술이 AI로 인간 잠재력을 증대하는 데 필수적인 인간 기술로 여겨집니다. 개인이 이러한 기술과 핵심 학문 분야의 지식을 개발할 기회를 갖는다면, 단순히 AI의 산출물을 소비하는 것이 아니라 AI와 상호작용할 때 인간의 잠재력을 극대화할 수 있습니다.
AI 리터러시는 단순한 기술적 역량을 넘어서는 기술로 생각해 보세요. AI 도구를 사용하고, AI 출력을 비판적으로 평가하며, 한계를 인식하는 능력뿐만 아니라 AI 생성 콘텐츠를 비판적으로 평가하고 그 편향을 이해하는 능력도 포함됩니다.
AI 문해력의 중요성이 점점 더 인식되고 있지만, 학교와 직장에서 AI가 보편화됨에 따라 비판적 사고, 창의성, 자기 조절과 같은 고차원 역량도 필수적일 것입니다.
- 비판적 사고는 AI 산출물을 평가하고 언제 인간의 판단이 결정해야 하는지 파악하는 데 도움을 줍니다.
- 인간의 경험에 기반하고 개인의 목표에 따라 이끄는 창의성은 독특한 강점이며, AI는 새로운 아이디어를 창출하는 데 사용될 수 있습니다.
- 자기 조절, 즉 과거 행동을 되돌아보고, 조정하며, 목표를 향한 미래 행동을 계획하는 능력은 AI와 함께 전략을 다듬는 데 핵심이 될 수 있습니다.
협업, 의사결정, 시스템 사고와 같은 사회적·윤리적 추론과 관련된 추가 역량도 매우 중요합니다. AI가 생성하는 의사결정과 산출물에서 잠재적인 편향의 원인을 인식하고, 특히 중대한 맥락에서 공정성, 투명성, 책임성을 옹호할 수 있어야 합니다.
오늘날 학생들에게 더 나은 학습 기회와 결과를 위해 AI를 어떻게 활용할 수 있을까요?
AI는 교육을 재편하고 있지만, 신중한 인간의 감독이 없으면 많은 학습자를 소외시킬 위험을 악화시킬 가능성이 있습니다. AI 알고리즘의 편향은 평가의 불공정성을 부추길 수 있습니다 . 디지털 접근성의 격차는 특히 역사적으로 소외되어 온 장애 학생 등 집단에 대한 기존 격차를 더욱 심화시킬 수 있습니다.
학습과 이를 반영하는 평가는 밀접하게 연결되어 있습니다. AI 주도의 미래에서는 평가가 결과뿐 아니라 개인이 지식과 기술을 적용할 때 발생할 수 있는 프로세스 유형까지 포착하는 데 초점을 맞출 수 있습니다. 이를 위해 평가는 다음과 같은 역할을 할 수 있습니다:
- 현실 상황을 거울로 반영하고;
- 학습 경로를 더 가시적이고 해석하기 쉽게 만드는 데 도움을 주고;
- 학습자가 목표를 설정할 수 있도록 돕는 도구로 활용됩니다; 그리고
- 학습자들이 자신의 진전을 되돌아보며 필수 지식과 기술을 개발할 수 있도록 하세요.
평가 및 기타 학습 도구를 교육자 및 학생과 함께 공동 설계하는 것은 다양한 맥락에서 모든 학습자로부터 필수 지식과 기술을 포착할 수 있도록 하는 데 매우 중요할 수 있으며, 궁극적으로 더 나은, 더 공정하며, 더 유용한 교육 시스템을 구축하는 데 기여할 수 있습니다. 더 나은 AI 기반 평가와 교육 시스템을 구축하기 위해서는 신뢰를 바탕으로 한 실무자들과의 강력한 파트너십이 필수적입니다. 궁극적으로 교육에서 AI의 다양한 활용은 공정성과 포용성에 대한 더 넓은 헌신과 일치해야 하며, AI가 봉사해야 할 대상에 의해 형성되어야 합니다.
이제 어디로 가야 할까요
교육에서 AI의 미래는 첨단 기술과 인간 중심의 역량 및 가치를 얼마나 잘 결합하느냐에 달려 있습니다. 끊임없이 변하는 AI 중심의 미래 속에서 이 잠재력을 활용하려면 교육자, 연구자, 정책 입안자들이 긴밀히 협력하여 교수법 목표와 평가 간의 의도적인 정렬이 필요합니다.
AI 향상 학습에 공정하게 접근할 수 있도록 노력한다는 것은 학습자들이 AI 시스템을 효과적으로 활용할 수 있도록 필요한 자원과 기술을 식별하는 것을 포함하며, 학습자들의 주체성을 저해하지 않는 방식으로 해야 합니다. 우리는 더 이상 AI를 중립적인 해결책으로 볼 수 없고, AI를 더 넓은 사회 시스템의 일부로 인식해야 합니다 — 이는 그 시스템의 특성을 증폭시킬 수 있는 부분입니다. 교육 목적의 AI는 누구의 필요를 충족시키고 어떤 목소리가 발전을 형성하는지에 대해 비판적으로 설계, 구현, 관리되어야 할 대상으로 봐야 합니다. 이러한 관점을 통해서만 AI 시스템은 모두에게 더 포용적이고 고품질의 교육 경험을 제공하는 파트너가 될 수 있습니다.
테레사 오버는 ETS 연구소의 연구 과학자입니다. 케이틀린 테니슨은 ETS 연구소의 연구 과학자입니다. 패트릭 킬로넨은 ETS 연구소의 저명한 대통령 임명자입니다.